基于径向基神经网络的月降水量预测模型研究

针对月降水量高度非线性的特点,以合肥20年的月降水量为时间序列,综合运用径向基函数(RBF)神经网络,建立了一种基于径向基函数的神经网络预测模型。首先对RBF神经网络进行介绍,并将该网络应用于月降水量预测,应用归一化方法对原始数据进行预处理;然后运用MATLAB R2008神经网络工具箱函数建立月降水量预测模型;最后进行仿真实验与分析,将RBF神经网络与传统的BP网络训练预测结果进行比较。结果显示,RBF神经网络模型训练的迭代次数和训练时间、预测结果明显好于传统BP神经网络。     

基于BP神经网络的冷藏车温度预测研究

随着人们生活水平的提高,食品和医药安全逐渐成为社会关注的焦点。温度监控是保证物流运输中物品安全、减少经济损耗的关键。尤其是乳制品、血浆、疫苗等温度敏感性物品对运输环境中的温度要求更严格。当前冷藏车温度监控在智能控制方面缺乏较好的方法,无法达到对于温度敏感性物品的有效监测。通过BP神经网络对物品的温度变化进行预测可以达到很好的监控效果。针对BP神经网络中存在的收敛速度慢问题,本文提出了一种自适应的学习速率的新方法,并将其应用于冷藏车温度预测中,通过Matlab仿真表明该算法具有很好的预测效果。     

基于RBF神经网络与粗糙集的数据挖掘算法

随着数据挖掘技术的兴起,为了提高数据挖掘的准确性,提出了很多数据挖掘算法。神经网络与粗糙集理论结合的数据挖掘算法一直是基于粗糙集理论数据挖掘研究的热点之一。文中提出利用RBF神经网络收敛速度快、泛化能力强等优势先对数据进行训练,优化数据后传递给粗糙集进行数据挖掘的新思路。并通过对比与未经过RBF神经网络训练的数据挖掘结果,发现RBF神经网络与粗糙集结合算法挖掘的精度有明显的提高,证明了RBF神经网络与粗糙集理论结合的数据挖掘算法是有效的、可行的。     

风电场风功率预测系统研究

对风电场发电功率的准确预测,可以有效优化电网调度,使得电网经济运行,同时提高风电场在电力市场中的竞争能力。文中提出了基于先进统计方法的风电功率预测系统,以高精度数值气象预报为基础,搭建完备的数据库系统,利用各种通讯接口采集风电场监控数据。提出并实现了"自适应逻辑网络"(ALN),为风电场建立功率预测算法引擎,可以准确预报风电场未来72小时短期功率负荷,并能针对单台风机、风电场或风机集群进行预测和上报,为风电场管理提供重要辅助手段。现场运行测试验证了系统在风速预测以及针对不同型号风机风功率预测的可行性和有效性。     

基于灰色关联分析的Apriori算法的研究及应用

关联分析是一种重要的数据挖掘技术。本文结合房地产行业的特点,将关联分析方法应用于对消费者购房行为的研究中。传统的关联规则挖掘算法——Apriori算法在实际应用中存在着计算量大、挖掘效率低、产生大量不相关的关联规则等问题。为了减少计算量、提高挖掘效率、发现有价值的关联规则,提出了一种灰色关联度分析算法和Apriori算法结合的研究方法。首先采用灰色关联度分析算法得出影响消费者购房需求和偏好的关键因子,然后采用Apriori算法对关键因子和目标因子之间进行关联规则挖掘。以某市问卷调查的消费者信息记录进行建模,结果表明该关联分析方法具有较高的挖掘效率并且研究结果具有合理性和准确性。     

改进型RFID相互认证协议研究

随着射频识别(RFID)技术的发展和广泛应用,RFID系统的安全性的成为了研究的热点,但是由于标签有限的计算能力和存储能力,安全协议的设计成为了保证RFID系统安全的关键。文章对SYK协议的安全性进行了分析,针对其存在的多个安全漏洞进行改进,提出了一种改进型的RFID相互认证协议。安全性能分析表明,改进后的协议通过标签和数据库的信息同步更新和散列函数加密,解决了SYK协议的安全隐私问题,满足基本的安全性能,可以抵制跟踪、去同步、重传等多种攻击,提高了RFID系统的安全性。     

信息艺术在产品设计中的应用

信息艺术是一个前沿、交叉的学科,从产品设计的视角,将艺术与信息科学交叉是一个新兴的研究领域。本文基于信息技术与产品设计融合的角度,通过对数字化时代产品设计的新方向研究,运用归纳分析的方法,探讨了信息艺术与产品设计的关系,分析了信息艺术与产品设计结合要重点解决的三大关键技术。产品设计师通过把握以计算机技术为代表的信息科技发展方向,关注新技术、新材料,充分运用信息艺术手段是设计出更加人性化、更加满足用户需求的产品的重要途径。     

云计算技术在电力系统中的应用

云计算作为一种新兴的资源交付和使用模式,代表着未来的发展趋势。它将改变现有的应用和数据访问模式,将数据和应用集中部署和管理于企业数据中心,通过高效的交付协议,实现安全、高效、无限扩展、按需提供的应用交付,是一种理想的解决方案。文章简要概述了云计算的含义和特征,探讨了云计算技术在电力系统中的应用,并对云计算技术在电力系统中应用前景进行了思考。     

浅谈计算机技术在档案管理中的应用

互联网的迅速发展使得基于网络的学随着档案管理工作的现代化管理进程,计算机技术在档案管理的应用中发挥着着越来越重要的作用,它促进计算机信息处理与档案信息管理的有机结合,本文讨论了计算机在档案管理中的作用,简单探讨了计算机在档案信息管理可采取的几点措施。     

数据挖掘技术在电子商务中的应用

电子商务网站中一般都有搜索引擎来帮助客户进行查询商品和信息,通过数据挖掘在搜索引擎方面的应用可以提高查准率。     

优化的Leslie人口预测模型及其应用

中国是一个人口大国，人口与经济和社会的发展密切相关，因此准确地预测人口信息，是制定未来人口发展目标及生育政策等有关人口政策的基础，对研究制定经济和社会的发展决策具有重要的参考价值。本文由中国人口信息网的一些数据，利用Excel 进行统计分析，得出了当前我国人口的年龄分布结构及各年龄阶层相关指标（死亡率、生育率、男女性别比例等）的期望值。在这些数据的基础上，运用优化的Leslie人口预测方法建立了预测中国人口数量和年龄结构特点的数学模型。并根据中国的实际情况，依算法分别设计了Mathematical程序预测长期的人口数量和分布结构。结果表明，优化的Leslie模型预测结果准确可靠，为人口控制提供了准确有效的理论依据     

混合神经模糊分类器的实现

人工神经网络与模糊系统是计算智能的核心内容,二者的混合系统是近年来的一个研究热点。分类是数据分析中的研究重点,随着数据的复杂化和多样化,对分类的要求越来越高,有时仅凭经验和专业知识难以确切地进行分类,因此研究如何运用神经模糊分类算法进行数据分析具有重要意义与实用价值。鉴于其强大的数据分析功能,研究中采用模糊C均值聚类算法和Gath-Geva聚类算法对数据进行分类,并对测试数据进行仿真试验,其测试结果良好。     

RoboCup中基于神经网络的阵型策略在线学习

在RoboCup仿真2D系统中,智能体很难在实时动态不确定的环境中做出正确的决策,因此研究学习不可预测的对手阵型策略跑位是迫切需要的。本文在RoboCup仿真2D项目程序设计中提出利用神经网络权值直接确定法在线学习对手阵型策略,并设计学习对手阵型策略的神经网络模型,最后利用在线教练实时训练神经网络的模型。实验结果建立学习对手阵型的神经网络模型,并把训练好的模型加入防守策略中,有效提高了智能体的防守能力,增强了球队的整体技能。     

AADL模型的形式化研究

在嵌入式系统建模领域,AADL以其软硬件协同建模的特点已经逐渐成为业界的标准。围绕AADL的形式化特点,国内外众多学者展开了热烈的讨论。为了帮助系统开发人员深入了解AADL,指导软件开发进程,提高基于AADL模型的软件开发效率,分别从AADL模型可靠性分析、可调度性分析以及AADL模型测试这三个不同角度综述了已经出现的各种AADL形式化验证理论,对比分析了它们的优点和不足。简要介绍有关AADL验证工具,研究基于AADL模型的嵌入式开发平台的构建。     

实时高速实现改进型中值滤波算法

在图像采集和处理过程中会引入噪声,必须先对图像进行预处理。本文介绍一种快速中值滤波算法,该算法在硬件平台上实现实时处理功能。综合考虑,选择现场可编程门阵列(FPGA)作为硬件平台,采用硬件描述语言Verilog实现改进型中值滤波算法。经Modelsim仿真结果表明:基于FPGA硬件平台实现改进型中值滤波算法不仅速度快,而且实时处理效果佳,提高了图像处理的效率。     

家庭网络安全研究

目前,家庭网络是重点研究领域之一,家庭网络提供重要服务之一是远程控制家庭网络里的信息家电,由于家庭网络由异构网络协议和各种服务模型组成,远程控制服务导致家庭网络受到各种安全威胁。分析了国内外家庭网络研究现状和存在的安全威胁,对家庭网络安全研究的各种方法的优缺点进行了分类分析和总结,提出了家庭网络安全研究的科学问题与研究和发展方向,从而为家庭网络安全研究相关技术的进一步研究提供一定的理论基础。为用户提供简单易用、安全可靠的家庭网络环境,并提供隐私保护是家庭网络安全研究的最终目标。     

通用粒子系统模型优化研究

为提高通用粒子系统特效仿真的真实感,增加战场影响因子的属性和接口,以表现特效对其他作战要素的影响;采用基于双次多精度视点距离优化的系统结构,以提高粒子系统仿真的实时性;为提高渲染效率,结合GPU可编程流水线,利用曲面细分和数据缩放技术,节约存储空间和传输时间的同时增强仿真效果。最后针对优化前后粒子系统的性能,在相同硬件条件下模拟相同的战场特效,对优化后与优化前的粒子系统进行对比,结果表明优化后的系统在仿真中具有较大的优势。     

图像处理技术在植物器官模型重建中的应用

由于传统植物建模方法不能有效地提高模型重建的可视化效果,为此,图像处理技术被逐渐引入到植物模型重建中。本文以水稻叶片器官模型重建为对象,通过图像处理技术对叶片图像进行处理,深入地研究图像处理技术在器官模型重建中的应用,并结合数学模型重建实现水稻叶片模型重建。实验仿真表明,该方法能较为逼真地实现模型的重建,对相关领域研究具有一定参考价值。     

XML在IETM系统中的应用研究

交互式电子技术手册（Interactive Electronic Technical Manual,IETM）是装备保障信息化的重要手段,在降低装备保障费用,提高装备的可靠性、维修性、保障性等方面有显著优势,具有巨大的军事效益和经济效益。IETM是以SGML/XML技术为核心,以所遵循的技术标准为依据,集编辑、管理、显示发布等于一体的数字化技术手册。鉴于XML的技术优势,XML将逐步被引用到IETM的研究与工程领域中。本文选用国内自主编写的GJB6600标准为IETM系统研发标准,以国内某型号装甲车的技术资料作为研究背景,研究XML及其相关技术在IETM中的应用,包括数据模块的创建、显示及管理等,对于国内自主开发IETM系统,具有重要的理论价值和一定的现实意义。     

遗传算法在移动机器人路径规划中的应用

移动机器人的路径规划是机器人研究的重要领域。文中旨在研究遗传算法对于机器人路径规划问题的适用性。对于路径规划的目标,提出了基于路径长度、路径平滑度和路径安全度等因素综合衡量的方法,并在传统的遗传算法的交叉、变异操作的基础上,针对路径规划问题的特点,增加了捷径寻找、障碍避让、平滑优化等方法。实验表明,此算法在存在形状复杂的障碍物的静态环境中表现良好,其效率与准确性皆满足机器人路径规划的要求。